GPU原生，認知驅動：星環科技面向AI Agents的新一代AI數據庫

企業AI正在從大模型問答邁向AI Agents。與一次提示、一次響應的大語言模型應用不同，AI Agents會圍繞目標持續執行“推理—行動—觀察—修正”的多輪循環，反復訪問數據、檢索知識、調用工具并更新任務狀態。數據處理與知識召回的任何等待，都會在長鏈路、多并發調用中被持續放大。

星環科技GPU原生認知數據庫（Transwarp Cognitive Database）以GPU為中心重構數據庫計算架構，將SQL數據庫、知識庫與記憶系統融為一體，統一支撐數據分析、知識檢索、可信上下文供給和持久化記憶；同時，星環科技將推出認知數據庫云服務，通過Data Factory提供高性能數據與知識服務，通過Token Factory提升企業級AI推理效率，降低AI原生應用與AI Agents規模化落地的成本與門檻。

一、為什么數據庫需要同時面向GPU與AI Agents重構？

為什么要用GPU重構數據庫？

在傳統AI架構中，GPU主要承擔模型推理，CPU側數據庫和工具系統負責數據查詢、復雜分析、文檔處理與調用執行。

隨著AI Agents進入高頻、多輪、并發運行階段，傳統CPU通常僅具備數十至百級通用計算核心，內存帶寬約為100—400GB/s，有限的并行計算與數據吞吐能力，以及CPU內存與GPU顯存之間頻繁的數據搬運帶來的時延，正在成為端到端響應鏈路中的關鍵瓶頸。

GPU擁有上萬個并行計算核心和TB/s的高帶寬顯存，更適合大規模數據掃描、復雜聚合、文檔解析和向量計算等高并行負載。將數據庫計算從CPU中心轉向GPU中心，可以充分釋放并行計算與高帶寬優勢，顯著提升數據處理吞吐和響應效率，為AI Agents提供更快速的數據與知識供給。

GPU原生并非在傳統數據庫上疊加局部加速組件，而是以GPU為中心重構數據庫的計算與數據訪問架構，將SQL分析、文檔解析、向量索引、知識召回等高并行計算交由GPU執行，使數據處理與模型推理在統一的GPU加速體系中協同運行。

同時，通過GIDS（GPU-Initiated Direct Storage）等技術，由GPU直接發起存儲訪問，繞過CPU與主機內存，減少數據中轉、內存拷貝和I/O等待，進一步縮短從數據讀取、處理和檢索到模型推理的端到端鏈路。

為什么要為AI Agents重構數據庫？

傳統數據庫主要面向人工查詢和業務系統，而AI Agents正在成為新的數據使用者。它們會在任務執行過程中持續訪問數據、檢索知識、調用工具，數據庫也需要從一次性返回查詢結果，轉向持續支撐Agent分析、判斷與行動。

首先，Agent需要更快獲得數據。數百個Agent并發運行，單個任務又可能連續發起數百次調用，任何一次查詢或檢索的等待，都會被放大為整體響應時延。

其次，Agent需要的不只是一次查詢結果，而是完整、可信的業務上下文。企業事實、文檔知識、語義信息和關聯關系分散在不同系統中，只有統一組織和協同檢索，才能幫助Agent更準確地理解問題、形成判斷。

最后，Agent需要延續歷史。用戶偏好、任務進度、已有結論和交互記錄需要被持續保存并準確召回，避免每次任務都從頭開始，保障跨任務、跨會話的連續執行。

因此，面向AI Agents，數據庫不能只負責高性能存儲和查詢數據，還要進一步支撐知識組織、上下文供給與長期記憶，成為Agent持續分析、判斷和執行的認知基礎設施。

二、星環科技GPU原生認知數據庫：圍繞AI Agents設計的一體化認知底座

星環科技GPU原生認知數據庫面向AI Agents工作負載設計，在統一底座上融合SQL分析、知識檢索、記憶與上下文管理能力，為高性能在線分析、RAG多模型混合檢索、機器學習加速分析與會話上下文記憶提供統一支撐。

五項技術突破，重構面向AI Agents的認知數據底座

1、GPU加速結構化數據SQL分析，不僅更快，而且更省

在TPC-DS SF1000（1TB）測試中，星環科技GPU原生認知數據庫完成完整99項查詢任務，性能達到開源CPU數據庫（DuckDB）的70倍；數據加載、Power測試、吞吐測試與數據維護等環節均獲得數十倍至百倍級提升。更高的計算性能意味著，面對數百個AI Agents并發調用和復雜任務中的連續數據訪問，數據庫可以更快完成分析與檢索，減少Agent等待數據的時間，提升整體響應和任務執行效率。

與Snowflake、Databricks不同規格配置對比，性能最高提升66倍，性價比最高提升14倍。當同等任務能夠以更短時間、更少計算資源完成，更高的計算效率最終轉化為更低的單位任務成本，讓企業能夠以更優的資源投入支撐更大規模的Agent應用。

2、GPU加速文檔處理與知識召回，讓AI更快獲得可信上下文

基于星環科技COSMIC文檔解析服務，在OmniDocBench所覆蓋的復雜文檔上（1651頁PDF，10種文檔類型，5種布局，5種語言，10萬條精細注釋），文檔解析性能提升10倍。GPU向量索引進一步加速知識入庫和召回，索引構建性能最高提升近50倍，檢索吞吐最高提升238倍，讓RAG與AI推理能夠更快獲得所需上下文。

在國產算力適配方面，認知數據庫已完成海光DCU單卡與多卡優化，向量索引構建由天級縮短至分鐘級，檢索性能相比CPU最高提升58倍，并實現線性的多卡擴展。

3、顯存利用率提升20倍，充分釋放每一張GPU的效能

通過數據卸載和索引搜索優化，星環GPU索引可將大部分數據索引卸載至內存或SSD，顯存消耗降低至約5%，實現20倍索引容量放大；即使將95%的計算相關數據卸載到內存或SSD，搜索吞吐仍可達到傳統CPU索引的12倍。系統支持全顯存、內存卸載和SSD卸載三種模式熱切換。

支持全顯存、內存卸載和SSD卸載三種搜索模式熱切換，可根據數據規模、性能要求與成本預算靈活調整資源配置，在保障業務響應效率的同時，提高GPU資源利用率，降低大規模數據檢索的基礎設施成本。

4、記憶能力雙冠軍，讓AI Agents越用越懂業務

星環科技認知數據庫在BEAM 500K長程情景記憶與LongMemEval-S長對話記憶兩項基準測試中整體準確率分別達到79.6%和92.8%，均超過主流開源記憶系統。

在長程事件排序、知識更新和信息提取等關鍵能力上，為AI Agents持續學習業務上下文、更新認知并跨會話執行任務提供支撐。

5、自然語言驅動，貫通數據開發、治理、分析與報告生成

星環科技認知數據庫將自然語言交互內生于數據底座，通過理解業務意圖并自動編排數據任務，將用戶需求直接轉化為可執行的數據工作流，貫通數據開發、數據治理、查詢分析與報告生成全過程。業務人員無需掌握復雜工具和專業語法，即可直接調用企業數據能力，顯著縮短從需求提出到結果交付的周期。

三、真實場景驗證，GPU原生加速價值看得見

復雜企業知識問答：加速知識入庫、檢索與推理全鏈路，提升準確率

OfficeQA Pro包含近百年美國財政部公報的近萬頁宏觀經濟文檔、2600萬個數值、133項復雜企業文檔推理任務和246個復雜問題。

星環科技GPU原生認知數據庫將包含OCR的文檔解析與知識入庫性能提升約10倍、數據檢索性能提升約20倍、單題端到端AI推理性能提升約6倍，最終準確率達到79.3%，超過業內領先大模型。

金融量化因子回測：更快驗證策略與發現Alpha機會

智能投研涉及多源數據掃描、因子計算、歷史回測、參數搜索和策略驗證，往往需要反復執行大規模計算。在不同測試任務中，星環科技GPU原生認知數據庫相較CPU方案最高實現5881倍性能提升。更短的因子計算、參數優化和歷史回測周期，使研究人員能夠在同一時間窗口內驗證更多策略與假設，更快捕捉市場機會。

信貸全鏈路經營與風險分析：更快審批、更早識別風險變化

信貸業務分析需要貫通客戶、授信、用信、還款及風險變化等全鏈路信息，并支持持續追問與多維鉆取。星環科技GPU原生認知數據庫加速資產質量分析、動態風險歸因和信貸決策再分析，并支持持續追問與多維交互分析，在4.8億條明細數據規模下，整體性能提升449倍，加速全鏈路數據分析，幫助客戶更快看清業務全貌、定位風險變化并形成決策。

四、從Data Factory到Token Factory，推出認知數據庫云服務

此外，星環科技同步將推出認知數據庫云服務，整體包括Data Factory與Token Factory兩類服務，從數據與知識處理到模型推理，以低成本高性能提升企業AI運行效率。

Data Factory：以更低成本獲得高性能數據與知識服務

Data Factory面向企業數據與知識管理，以認知數據庫即服務的方式，支撐AI數據與知識工程、數據治理、數據分析、知識檢索和內容創作等場景。

可在同等成本下實現10倍以上性能提升，并支持Snowflake、Databricks等云數據庫一鍵遷移，以及S3對象存儲和本地文件接入，并通過統一接口支撐BI報表、AI Agents與數據應用，幫助企業降低數據平臺建設與遷移門檻。

Token Factory：以更高資源效率支撐企業級AI推理

Token Factory提供計算資源調度、模型服務與Token服務，面向AI編程、AI辦公和智能開發工具等AI原生應用。可實現輸入吞吐提升10倍、輸出吞吐提升20%—80%，以更高推理效率和更低運行成本支撐企業級AI應用規模化落地。

結語：面向AI Agents，數據庫正在進入新的范式

隨著企業AI從大模型問答走向AI Agents，數據基礎設施承載的已不再只是數據存儲與查詢，而是持續的數據分析、知識召回、上下文供給與記憶管理。

面對高頻、多輪、并發運行帶來的性能、時延與成本挑戰，數據庫必須從傳統的數據管理系統，演進為支撐AI Agents持續認知、判斷與行動的新一代基礎設施。

星環科技GPU原生認知數據庫，以GPU原生架構重構數據處理方式，以知識與記憶能力重構數據服務方式，讓數據分析更快、知識召回更準、上下文供給更及時，為企業構建可落地、可擴展、可持續演進的AI Agents提供堅實底座。GPU原生，認知驅動，面向AI Agents的新一代AI數據庫，已經到來。

GPU原生，認知驅動。面向AI Agents的新一代AI數據庫，已經到來。

注：文中性能及評測數據來自星環科技內部測試結果與公開基準，具體表現受軟硬件配置、數據規模及測試方法影響。